All translations

Enter a message name below to show all available translations.

Found 3 translations.

Name	Current message text
^h English (en)	* '''{{Term\|batch normalization}}''' — normalising layer inputs reduces internal covariate shift and has a mild regularizing effect. * '''Label smoothing''' — replaces {{Term\|one-hot encoding\|one-hot}} targets with a mixture, e.g. <math>y_{\text{smooth}} = (1 - \epsilon)\, y + \epsilon / C</math>, preventing overconfidence. * '''Noise injection''' — adding Gaussian noise to inputs, weights, or gradients during training.
^h Spanish (es)	* '''{{Term\|batch normalization\|normalización por lotes}}''' — normalizar las entradas de las capas reduce el desplazamiento interno de covariables y tiene un leve efecto regularizador. * '''Suavizado de etiquetas''' — reemplaza los objetivos {{Term\|one-hot encoding\|one-hot}} por una mezcla, p. ej. <math>y_{\text{smooth}} = (1 - \epsilon)\, y + \epsilon / C</math>, evitando el exceso de confianza. * '''Inyección de ruido''' — añadir ruido gaussiano a las entradas, los pesos o los gradientes durante el entrenamiento.
^h Chinese (zh)	* '''{{Term\|batch normalization\|批量归一化}}'''——对层的输入进行归一化可以减少内部协变量偏移，并具有轻微的正则化效果。 * '''标签平滑'''——用混合分布替换 {{Term\|one-hot encoding\|独热}}目标，例如 <math>y_{\text{smooth}} = (1 - \epsilon)\, y + \epsilon / C</math>，防止过度自信。 * '''噪声注入'''——在训练期间向输入、权重或梯度中添加高斯噪声。